Analisi dei modelli dai dati sulla criminalità: DE

Negli ultimi tempi, l'analisi delle associazioni è stata messa in pratica con set di dati legali. L'obiettivo principale di questo lavoro di ricerca è quello di estrarre regole di associazione da vari casi di furto raccolti da diverse fonti all'interno della giurisdizione dello Stato del Tamil Nadu. In primo luogo, in questa tesi viene proposto un innovativo algoritmo di Theft Pattern Mining per estrarre l'insieme di elementi frequenti. La struttura dei dati proposta viene applicata all'algoritmo di Theft Pattern Mining. Le prestazioni dell'algoritmo proposto vengono confrontate con gli algoritmi di Frequent Pattern Mining (FPM) esistenti. L'algoritmo proposto viene analizzato in modo comparativo con gli algoritmi U-Apriori, FP-growth e UF-growth esistenti. Le prestazioni dell'algoritmo proposto sono studiate utilizzando dataset sintetici come T40I10D100K, dataset reali come Mushroom, Gazella e il dataset proposto Tamil Nadu Theft Crime (TTC) con particolare riferimento allo Stato del Tamil Nadu.